freeCodeCamp/curriculum/challenges/portuguese/08-data-analysis-with-python/data-analysis-with-python-projects/medical-data-visualizer.md

id, title, challengeType, forumTopicId, dashedName

id	title	challengeType	forumTopicId	dashedName
5e46f7f8ac417301a38fb92a	Visualizador de dados médicos	10	462368	medical-data-visualizer

--description--

Você trabalhará neste projeto com nosso código inicial do Replit.

Ainda estamos desenvolvendo a parte instrucional interativa do currículo Python. Por enquanto, aqui estão alguns vídeos no canal do freeCodeCamp.org do YouTube que ensinarão tudo o que você precisa saber para completar este projeto:

• Curso de Python em vídeo para todos (14 horas)
• Curso Aprenda Python em vídeo (10 horas)

--instructions--

Neste projeto, você vai visualizar e fazer cálculos a partir de dados dos exames médicos usando o matplotlib, o seaborn e o pandas. Os valores do dataset foram coletados durante exames médicos.

Descrição dos dados

As linhas do dataset representam os pacientes e as colunas representam informações como as medições corporais, os resultados de várias análises de sangue e escolhas de estilo de vida. Você usará o dataset para explorar a relação entre a doença cardíaca, medição corporal, marcadores sanguíneos e escolhas de estilo de vida.

Nome do arquivo: medical_examination.csv

Funcionalidade	Tipo de variável	Variável	Tipo de valor
Idade	Recurso objetivo	age	int (dias)
Altura	Recurso objetivo	height	int (cm)
Peso	Recurso objetivo	weight	float (kg)
Gênero	Recurso objetivo	gender	código categórico
Pressão arterial sistólica	Recurso de exame	ap_hi	int
Pressão arterial diastólica	Recurso de exame	ap_lo	int
Colesterol	Recurso de exame	cholesterol	1: normal, 2: acima do normal, 3: bem acima do normal
Glicose	Recurso de exame	gluc	1: normal, 2: acima do normal, 3: bem acima do normal
Fumar	Recurso subjetivo	smoke	binário
Consumo de álcool	Recurso subjetivo	alco	binário
Atividade física	Recurso subjetivo	active	binário
Presença ou ausência de doenças cardiovasculares	Variável alvo	cardio	binário

Tarefas

Crie um gráfico semelhante a examples/Figure_1.png, onde mostramos a contagem de resultados bons e ruins para as variáveis cholesterol, gluc, alco, active e smoke para pacientes com cardio=1 e cardio=0 em painéis diferentes.

Use os dados para completar as seguintes tarefas em medical_data_visualizer.py:

• Adicione uma coluna de overweight (excesso de peso) aos dados. Para determinar se uma pessoa tem excesso de peso, primeiro calcule sua IMC dividindo seu peso em quilogramas pelo quadrado de sua altura em metros. Se esse valor é > 25, a pessoa está com excesso de peso. Use o valor 0 para NÃO ter excesso de peso e o valor 1 para tê-lo.
• Normalize os dados, tornando 0 sempre bom e 1 sempre ruim. Se o valor de cholesterol ou de gluc for 1, torne o valor 0. Se o valor for maior que 1, torne o valor 1.
• Converta os dados em um formato long e crie uma tabela que mostra as contagens de valor dos recursos categóricas usando o catplot() do Seaborn. O dataset deve ser dividido por 'Cardio', de modo que haja uma tabela para cada valor de cardio. O gráfico deve parecer com examples/Figure_1.png.
• Limpe os dados. Filtrar os seguintes segmentos de pacientes que representam dados incorretos:
  • pressão diastólica é maior do que a sistólica (Manter os dados corretos com (df['ap_lo'] <= df['ap_hi']))
  • a altura é menor que o percentil 2,5 (Manter os dados corretos com (df['height'] >= df['height'].quantile(0.025)))
  • a altura é maior que o percentil 97,5
  • o peso é menor que o percentil 2,5
  • o peso é maior que o percentil 97,5
• Crie uma matriz de correlação usando o dataset. Faça o gráfico da matriz de correlação usando o heatmap() do seaborn. Mascare o triângulo superior. O gráfico deve parecer com examples/Figure_2.png.

Quando uma variável for definida como None, certifique-se de configurá-la com o código correto.

Os testes unitários foram escritos para você no test_module.py.

Desenvolvimento

Para o desenvolvimento, você pode usar main.py para testar suas funções. Clique no botão "Run" e main.py será executado.

Testes

Importamos os testes de test_module.py em main.py para a sua conveniência. Os testes serão executados automaticamente sempre que você clicar no botão "Run".

Envio

Copie o URL do seu projeto e envie-o para o freeCodeCamp.

--hints--

Ele deve passar em todos os testes do Python.

--solutions--

  # Python challenges don't need solutions,
  # because they would need to be tested against a full working project.
  # Please check our contributing guidelines to learn more.